Cientistas desenvolve chip neural para reduzir o consumo de energia dos dispositivos
Os programas de reconhecimento de fala ou de rostos funcionam com redes neurais que aprendem a realizar tarefas que exigem a análise de vastos conjuntos de dados. No entanto, as redes neurais são grandes e seus cálculos consomem muita energia, portanto, eles não são práticos para dispositivos móveis. A maioria dos smartphones que dependem de redes neurais transmite dados para servidores de Internet onde são processados e os resultados são enviados de volta para o telefone.
Os pesquisadores do MIT desenvolveram um chip AI especial para aumentar a velocidade dos cálculos da rede neural de três para até sete vezes, com o consumo de energia reduzido em até 95%.
As redes neurais geralmente estão dispostas em camadas. Um nó de processamento em uma camada de rede recebe dados de vários nós na camada inferior e transmite os dados para múltiplos nós na camada superior. Cada conexão de nó possui seu próprio “peso”, que indica o quanto a saída de nó único será executada no cálculo executado pelo seguinte. O treinamento em rede é uma questão de estabelecer esses pesos.
No entanto, Biswas argumenta que esses algoritmos podem ser simplificados para uma determinada operação, o chamado produto ponto. ” Nossa abordagem foi implementar a funcionalidade dos produtos de ponto na memória para que os dados não precisem ser transferidos de um lado para o outro “, diz ele, acrescentando que a eficiência é aumentada pela replicação do cérebro humano. O circuito que simula o neurônio tem várias entradas e uma saída, contando todas as entradas em paralelo. Os valores de entrada são convertidos em tensão elétrica e depois multiplicados pelo peso apropriado. Cada fio neural é realmente um pequeno multiplicador de tensão, então o neurônio varre o resultado e converte-o em uma forma digital.